Apakah AI Dapat Mengembangkan Hidung untuk Berita?

AI semakin baik dalam menulis cerita berita, tetapi tidak banyak membaik dalam mengidentifikasi mereka.

Opini Dalam lima tahun sejak saya terakhir melihat kemampuan AI untuk menemukan cerita berita panas, lanskap telah berubah secara signifikan, dengan peningkatan level automasi yang didorong oleh AI, disertai dengan kesulitan dan kontroversi yang tak terhindarkan.

Baru-baru ini, sebuah laporan WSJ tentang kontributor Fortune yang prolifik dan didukung AI, mempresentasikan jurnalis masa depan sebagai orang yang bebas dari pekerjaan yang tidak penting seperti menerjemahkan rilis pers, sehingga mereka memiliki ruang untuk menulis fitur dan melakukan penyelidikan yang hanya publikasi besar biasanya memiliki anggaran untuk itu.

Tetapi apa yang kita dengar kurang sering adalah kemampuan AI untuk menemukan cerita berita.

Pengurangan Kebisingan

Dalam artikel 2021, saya berkonsentrasi pada penulis yang meliput bidang penelitian, karena itulah tempat saya menghabiskan sebagian besar waktu; dan mungkin efek terbesar yang revolusi AI baru ini telah pada bidang itu adalah bahwa itu menciptakan badai salju yang tidak terkendali dari pengajuan makalah penelitian yang ditenagai AI, meningkatkan rasio sinyal-ke-kebisingan sehingga tinggi sehingga bahkan meliput domain AI terkait Arxiv secara komprehensif sekarang diluar upaya satu orang.

Pastinya ini adalah tempat di mana AI unggul – dalam mengulangi melalui sejumlah besar data yang manusia tidak dapat menyelesaikan, untuk menemukan ‘penyimpangan’ (yang akan kita bahas segera) dalam beberapa detik yang akan memakan waktu beberapa hari bagi manusia, jika mereka bisa melakukannya sama sekali.

Mengapa, maka, AI masih sangat buruk dalam mengidentifikasi cerita berita panas dari ribuan, bahkan puluhan ribu, kontender harian?

AI yang Menghadap ke Belakang

Proliferasi besar konten yang dihasilkan AI ini terjadi jauh melampaui sektor akademik yang saya diskusikan sebelumnya. Akhir tahun lalu diperkirakan bahwa setengah dari semua penulisan baru di web ditulis oleh AI, dengan percepatan tren ini yang lebih besar yang dianggap akan datang. Oleh karena itu, kebisingan sangat keras di mana-mana, tidak hanya di akademik.

Meskipun telah ada kemajuan dalam pengidentifikasian AI/algoritma dari ‘cerita panas’ dalam beberapa tahun terakhir, sistem ini cenderung berkonsentrasi pada data yang terstruktur dan terorganisir dengan baik, yang berarti bahwa mereka hanya dapat beroperasi dalam konteks yang agak rapuh.

Dalam hal ini, peneliti post-doktor Stanford dan mantan jurnalis New York Times Alexander Spangher telah membuat beberapa upaya untuk mendefinisikan ‘kebaruatan’ dalam istilah yang dapat diterapkan pada proses pembelajaran mesin dan analisis statistik; dan telah menghasilkan bukti dari pembangkitan lead-otomatis dalam korpora seperti pengajuan pengadilan, tagihan negara, dan pertemuan dewan kota, serta dokumen publik umum – jenis output skema yang ditenagai AI yang dapat diubah menjadi 6-7 potongan berita per hari oleh penulis Fortune yang prolifik:

Panas distribusi kata yang diperoleh dari korpora dokumen publik. Dalam hal ini, kita dapat melihat bahwa ‘mengizinkan’ memiliki skor tinggi, mungkin karena itu mewakili keputusan, perubahan, dan kebaruan. Sumber

Namun, masalah dengan pendekatan seperti penawaran 2023 Tracking the Newsworthiness of Public Documents adalah bahwa dalam gaya AI yang khas, mereka berfokus pada tren yang diamati dalam data. Dengan kata lain, mereka mengamati hal-hal yang membuat berita baik sebelumnya, dan kemudian mencari lebih banyak dari yang sama.

Dalam dunia nyata, sumber yang tidak terduga hampir selalu berakhir sebagai ‘one hit wonder’; dan untuk seberapa tidak jelas mereka, tidak ada yang bisa memprediksi kemunculan mereka yang tiba-tiba. Kemudian, setelah menjadi berguna sekali, dan meskipun upaya untuk memanfaatkan ketenaran sementara, mereka biasanya tidak pernah menghasilkan apa pun yang berguna lagi.

Tanda Zaman

Oleh karena itu, karena memantau sumber ‘one-and-done’ ini biasanya hanya akan menambah kebisingan pada badai umum, apakah AI tidak bisa mengidentifikasi penanda dari sumber yang akan menjadi berguna suatu hari nanti? Jika seseorang bisa mengetahui jenis sumber yang mungkin menghasilkan berita, seseorang bisa fokus pada karakteristiknya daripada konteks atau metodenya.

Dengan logika itu, seseorang bisa menyimpulkan dari pengungkapan Edward Snowden pada 2010-an bahwa siapa pun yang baru saja meninggalkan pekerjaan di CIA (atau organisasi serupa) akan layak diikuti sebagai potensi sumber berita di masa depan.

Namun, tidak ada RSS feed atau API yang mungkin dapat mengotomatisasi pemantauan ini, karena LinkedIn dan banyak sumber data terbuka lainnya mengundurkan diri dalam menghadapi web-scraper AI yang rakus dan melanggar hukum.

Lagi pula, ada ‘dimensi manusia’ dalam pengungkapan ini yang sulit untuk dioptimalkan.

Pengumpulan berita dengan sentuhan pribadi: capture dari rilis disc film 1976 Alan J. Pakula ‘All The President’s Men’, menampilkan informan yang keluar dari bayangan. Sumber

Juga, dalam dunia nyata, sangat sulit untuk mengidentifikasi karakteristik dari sumber berita di masa depan. Ini mungkin bukan ‘orang yang meninggalkan CIA baru-baru ini’, dan ini pasti tidak didefinisikan oleh protokol: platform seperti X atau GitHub mengeluarkan sinyal yang terlalu banyak, dan bahkan mempersempit pada istilah pencarian atau kategori posting membuat perbedaan kecil – hanya jika Anda terlibat dalam masalah, dan terlibat dengan komunitas (atau repo, dll.) Anda benar-benar mungkin mengenali signifikansi dari perkembangan.

Bahkan istilah seperti ‘peringatan keamanan’ tidak bisa mengkontekstualisasi keparahan atau kebaruatan sebenarnya dari insiden, karena referensi semacam itu dilemparkan setiap hari, oleh ribuan, dalam komunitas seperti itu – tetapi tidak memiliki nilai berita yang luas; dan bahkan jika seseorang membatasi pemantauan ini pada bahasa Inggris saja, variasi idiom yang berpotensi, serta penggunaan bahasa yang tidak langsung, akan membuatnya sangat sulit untuk memparse posting ‘di alam liar’ menjadi peringatan berita yang sebenarnya.

Jalan Sempit

Sistem deteksi kebaruatan AI saat ini bergantung pada struktur data formal (seperti output JSON, dari API), atau struktur data tidak formal yang algoritma AI yang dikembangkan memiliki kesempatan untuk memparse menjadi skema terstruktur (seperti rilis pers dari organisasi tertentu):

Umpan RSS/XML yang diparse, mengungkapkan hierarki kontainer data yang kaku. Sumber

Jelas, pendekatan seperti ini sangat cocok untuk output programatik, seperti pekerjaan yang membosankan yang dilaporkan oleh reporter Fortune bahwa AI telah membebaskannya, termasuk pelaporan cuaca, saham, dan skor olahraga, serta rilis pers rutin dari organisasi pemerintah dan munisipal.

Meskipun memungkinkan untuk menambahkan pemicu peringatan manusia ke feed statistik seperti cuaca (badai tiba-tiba), saham (jatuh tiba-tiba), dan olahraga (kemenangan/kekalahan yang tidak terduga, dengan beberapa pekerjaan persiapan), lagi-lagi, perhatian manusia masih diperlukan bahkan untuk rilis pemerintah yang terstruktur, untuk menilai kebaruatan.

Meskipun istilah seperti ‘kematian’, ‘penyakit yang tidak terduga’, ‘kebocoran’, dan ‘kecelakaan’ dapat membantu menemukan peristiwa yang layak diliput, mereka hanya menangani ‘kejadian rutin’, dan juga tidak dapat memperhitungkan bahasa alternatif (atau bahasa).

Kembalinya Penulis Elite?

Dalam beberapa tahun terakhir, jurnalisme data telah menjadi papan yang mendominasi dalam pelaporan berita, dengan departemen editorial tidak lagi terbatas pada kesepakatan ‘scoop’ yang manis yang memberikan mereka rilis awal pada laporan khusus dan makalah putih dari penerbit besar; mereka dapat menghancurkan angka-angka itu sendiri.

Namun, ini bukanlah makan siang gratis; karena nilai yang jelas dari parsing data publik dengan AI dengan cara ini telah tumbuh, respons penagihan/AI-pemblokiran telah mengikuti – atau bahkan mendahului – permintaan, mendorong pemain AI besar ke taktik stealth.

Gesekan tambahan dari Retrenchment Baru ini secara nyata memulihkan sejumlah kekuatan dari ‘jurnalis warga’ kembali ke media warisan – atau setidaknya, organisasi berita yang dibiayai dengan baik yang memiliki bandwidth untuk menyerap pekerjaan manual tambahan yang diperlukan dalam mengumpulkan, mengolah, dan mengevaluasi data, dalam era di mana penerbit dan domain semakin membatasi akses kasual.

Jadi, dengan cara tertentu, mungkin dalam semangat zaman, manifestasi praktis AI dalam jurnalisme, dalam hal cara bahwa pemain besar dan pasar telah merespons inovasi dan adopsi AI, sebenarnya dapat membawa kita kembali ke masa lalu: mendesakrasikan sarana produksi berita, dan menambahkan hambatan untuk sistem evaluasi kebaruatan berbasis data yang bermakna.

Insting Umum

Keterbatasan ini secara jelas membawa kita kembali ke ‘perasaan’ sebagai komponen yang tak terhindarkan dalam menilai kebaruatan sebuah cerita.

Secara alami, ini sangat menghibur bagi mereka yang terlibat secara profesional dalam aspek ini; tetapi kenyamanan akan menjadi kesalahan, karena insting ini dapat, sampai batas tertentu, diuraikan dan dioperasikan dengan cara yang sangat umum yang tidak bergantung pada mempelajari obsesi atau hobi kuda dari satu individu atau organisasi tertentu: dalam penelitian 2022, peneliti dari Universitas Northwestern menggunakan evaluasi sumber daya dari cerita yang layak diliput untuk melatih model prediktif, khususnya terkait dengan kebaruatan makalah penelitian Arxiv yang baru diterbitkan:

Pertanyaan survei yang diberikan kepada peserta studi untuk mendapatkan data pelatihan untuk model ‘prediksi kebaruatan’ AI. Sumber

Sistem ini menilai kandidat dengan cukup baik, dengan sekitar 80% dari pilihan teratasnya juga dianggap layak diliput oleh para ahli. Namun, kesepakatan dengan para ahli terbukti hanya moderat, dengan hasil yang tidak mencakup faktor seperti kerangka, atau kesesuaian audiens.

Sistem ini didasarkan pada prinsip yang diuraikan dalam makalah 2020 Computational News Discovery: Towards Design Considerations for Editorial Orientation Algorithms in Journalism. Seperti kebanyakan proyek serupa, pekerjaan ini menangani jurnalisme ilmu pengetahuan daripada pengumpulan berita abstrak – mungkin karena literatur ilmiah cenderung menuju output yang ditemplatisasi yang dapat diparse menjadi data yang dapat dilatih dan diinterpretasikan.

Ya, seperti yang saya amati kembali pada 2021, ini akan menjadi kasus, kecuali bahwa ilmuwan peneliti sering menyalahgunakan konvensi pengajuan makalah penelitian untuk menyembunyikan atau merendahkan hasil yang tidak mengesankan, atau bahkan kegagalan total.

Lebih lagi, kesulitan besar yang dihadapi oleh sistem AI dalam menafsirkan gambar dan tabel dalam makalah ilmiah, sehingga upaya ini telah menjadi strand aktif dalam literatur:

Dari makalah ‘SciFigDetect: A Benchmark for AI-Generated Scientific Figure Detection’, menampilkan gambar ilmiah nyata, prompt generasi, dan rekan sintetis yang dihasilkan oleh Nano Banana dan GPT di tiga kategori: ilustrasi, ikhtisar, dan gambar eksperimental. Sumber

Seringkali, grafik atau tabel akan berisi hasil yang tubuh utama makalah akan melaporkan dengan bias selektif, atau bahkan akan mengabaikan konsekuensi negatif yang terkait dengan hasilnya. Oleh karena itu, hambatan ini dalam jurnalisme ilmiah yang didorong AI bukanlah hambatan kecil.

Lebih jelas lagi, fakta bahwa makalah tersebut adalah turunan, atau hanya kemajuan kecil (jika ada) pada keadaan mutakhir, seringkali terkubur dalam kutipan yang hampir tidak dapat ditembus (yaitu, Anda perlu mencari istilah, menemukan salinan PDF yang dapat dibaca, dan memahami sejauh mana prior art, sebelum memahami kurangnya orisinalitas atau kebaruan dalam kerja baru).

Sendirian Lagi, Secara Alami

Metode sumber daya yang dihasilkan seperti yang dijelaskan di atas menunjukkan beberapa kemungkinan kesepakatan antara kesepakatan umum tentang cerita berita potensial, dan evaluasi profesional dari yang sama. Tetapi tanpa konteks, hanya garis-garis besar kebaruatan yang paling umum yang dapat ditentukan.

Kekuatan AI terletak pada kemampuannya, tergantung pada konfigurasi, untuk mengisolasi penyimpangan – baik untuk tujuan membuang mereka sebagai pengecualian yang melengkung dan tidak berarti dari tren dalam dataset, atau (lebih relevan untuk pengumpulan berita) untuk mengidentifikasi contoh yang tidak umum dan berharga:

Penyimpangan (merah) dalam plot Scatter. Sumber

Prinsip bahwa petir jarang menyambar dua kali, hampir semua cerita berita yang sukses adalah penyimpangan. Dalam kasus di mana mereka berasal dari domain yang aktif dan volatil, seperti perang yang sedang berlangsung, domain tersebut dapat dipantau dengan teliti dengan kemungkinan cerita berita yang muncul – tetapi dengan biaya kontestasi yang besar, karena perhatian umum juga mungkin fokus pada domain tersebut.

Banyak petunjuk berita ilmiah yang layak diliput, oleh definisi, bukan pusat distribusi bahasa. Mereka adalah kombinasi langka dari metode, hasil negatif yang mengejutkan atau replikasi yang tidak biasa. Jika kompetensi model menurun secara tidak proporsional pada kelompok dengan frekuensi rendah, maka daerah di mana ‘hidung’ editorial perlu tajam, menjadi daerah di mana model paling tidak dapat diandalkan.

Masalah Kepercayaan

Dalam mencari cerita baru, jurnalis menyeimbangkan beberapa keterbatasan, termasuk waktu, akses, kredibilitas, audiens, dan prioritas organisasi), yang mengarah pada pilihan yang tidak jelas. Sebuah tinjauan literatur 2022 dari Denmark menggambarkan jurnalis sebagai menyeimbangkan beberapa kekhawatiran, sangat sadar bahwa sumber mungkin memiliki agenda atau salah informasi; dan sering melewati pemeriksaan langsung demi isyarat kepercayaan tidak langsung ketika beroperasi di bawah tekanan.

Masalah ‘kepercayaan’ ini akan menjadi hambatan pengembangan dalam sistem identifikasi kebaruatan yang didorong AI, karena keterlibatan dengan platform seperti itu memerlukan pengguna untuk mempercayai bahwa artikel yang dibuang oleh algoritma memang tidak layak diliput.

Pengujian beta yang luas dan pelatihan ulang atau penyetelan halus, dengan pengawasan manusia yang mengambil strays dan stragglers, bisa akhirnya meningkatkan keandalan dari pendekatan seperti itu; tetapi perubahan dalam budaya nasional atau global – seperti perubahan yang tidak terduga dalam lanskap politik, atau pecahnya perang – bisa dengan mudah mengguncang semua prioritas dasar dari sistem yang telah disesuaikan dengan baik, meninggalkan penulis yang bergantung pada AI untuk membangun kembali ‘model domain internal’ yang diperlukan hampir dari awal.

Pertama kali diterbitkan pada hari Senin, 20 April 2026.
Direvisi pada hari Kamis, 23 April 2026 14:13:25, untuk menggantikan ‘Fortune’ dengan ‘WSJ’ di ‘Jalan Sempit’, paragraf 2 (terima kasih kepada Mark Riley dari mathison.ai karena menunjukkannya).